Zum Inhalt springen
Technische Universität Berlin English
Vorlesungsverzeichnis und Modultransfersystem

Monte Carlo Methoden im Maschinellen Lernen und Künstlicher IntelligenzModulbeschreibung #40584 / Version 4

← Zur Modulseite English version
Diese Modulbeschreibung gilt nicht im aktuellen Semester (WiSe 2026/27).
Modul / Version#40584 / #4
GültigkeitSS 2017 – WS 2017/18
Verfügbare Sprache(n)Englisch
Leistungspunkte6
Modulverantwortliche*rOpper, Manfred
BenotungBenotet
PrüfungsformPortfolioprüfung
Lehrsprache(n)Englisch

Zugehörigkeit

FakultätFakultät IV
InstitutInstitut für Softwaretechnik und Theoretische Informatik
Fachgebiet34351600 FG Künstliche Intelligenz

Kontakt

SekretariatMAR 4-2
Ansprechpartner*inKeine Angabe
E-Mail-Adresselehre@ki.tu-berlin.de
Webseitehttp://www.ki.tu-berlin.de/menue/lehre

Lernergebnisse

Die Studierenden sind vertraut mit neuen Methoden und aktuellen Anwendungen von Verfahren der KI und des ML, kennen und verstehen die aktuelle Fachliteratur und sind in der Lage, dies in einem Vortrag zu präsentieren.

Lehrinhalte

Die Veranstaltungen stellen aktuelle Techniken der KI und des ML und ihre Anwendungen vor.

Modulbestandteile

Pflichtbereich

Die folgenden Veranstaltungen sind für das Modul obligatorisch:

LehrveranstaltungenArtNummerTurnusSpracheSWSVVZ
Monte Carlo Methods in AI and MLVorlesung3435 L 721 Sommersemester–2 ISIS
Monte Carlo Methods in AI and MLÜbung3435 L 719 Sommersemester–2 ISIS

Arbeitsaufwand und Leistungspunkte

Monte Carlo Methods in AI and ML (Vorlesung)

AufwandbeschreibungMultiplikatorStundenGesamt
Präsenzzeit152 h30 h
Vor-/Nachbereitung152 h30 h
60 h

Monte Carlo Methods in AI and ML (Übung)

AufwandbeschreibungMultiplikatorStundenGesamt
Präsenzzeit152 h30 h
Vor-/Nachbereitung156 h90 h
120 h

Der Aufwand des Moduls summiert sich zu 180 Stunden. Damit umfasst das Modul 6 Leistungspunkte.

Beschreibung der Lehr- und Lernformen

Vorlesung: Frontalunterricht vor allen Teilnehmern zur Vermittlung des Stoffes
Übungen: Bearbeitung von kleineren Projekten, Präsentation der Resultate in kurzen Vorträgen.

Voraussetzungen für die Teilnahme / Prüfung

Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:

Vorausgesetzt werden Grundkenntnisse in Mathematik (Lineare Algebra, Analysis, Stochastik) sowie Programmierkenntnisse.

Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung:

Dieses Modul hat keine Prüfungsvoraussetzungen.

Abschluss des Moduls

BenotungBenotet
PrüfungsformPortfolioprüfung
Art der Portfolioprüfung100 Punkte insgesamt
SpracheEnglisch

Prüfungselemente

NamePunkte/GewichtKategorieDauer/Umfang
(Ergebnisprüfung) Darstellung (Vortragsgestaltung)30mündlich30 Minuten
(Ergebnisprüfung) Inhalt des Vortrags (Theorie und Resultate der Projekte)70mündlich1Stunde

Prüfungsbeschreibung (Abschluss des Moduls)

Die Gesamtnote gemäß § 47 (2) AllgStuPO wird nach dem Notenschlüssel 2 der Fakultät IV ermittelt.

Dauer des Moduls

Für Belegung und Abschluss des Moduls ist folgende Semesteranzahl veranschlagt: 2 Semester.

Dieses Modul kann in folgenden Semestern begonnen werden: Sommersemester.

Maximale teilnehmende Personen

Dieses Modul ist nicht auf eine Anzahl Studierender begrenzt.

Anmeldeformalitäten

Die Anmeldung zur Lehrveranstaltung erfolgt über die ISIS-Seite. Dies ersetzt nicht die Prüfungsanmeldung beim Prüfungsamt, bzw. in QISPOS.

Literaturhinweise, Skripte

Skript in Papierform

nicht verfügbar

Skript in elektronischer Form

verfügbar – Die Folien zur Lehrveranstaltung werden in ISIS zur Verfügung gestellt.

Empfohlene Literatur

Keine empfohlene Literatur angegeben

Zugeordnete Studiengänge

Dieses Modul findet in keinem Studiengang Verwendung.

Service-Veranstaltung für andere Studiengänge (vor allem aus dem natur- und ingenieurwissenschaftlichen Bereich und der Mathematik)

Sonstiges

Keine Angabe